胡 祥，李英娜

（1.昆明理工大学 信息工程与自动化学院，云南 昆明 650500；2.云南电网有限责任公司研究生工作站，云南 昆明 650217）

0 引 言

绝缘子广泛用于高压输电线路中，并在电绝缘和导体结合方面发挥重要作用。绝缘子故障（如玻璃绝缘子自爆）会对电力系统构成严重威胁，因为它可能会导致级联故障。在极高电压条件下定期手动启动绝缘子存在很大的安全风险。然而，传输线上部署有数千个绝缘子，这些绝缘子通常距离较远且海拔较高。常见的绝缘子安装方法是捕获航拍图像，由直升机或无人飞行器（Unmanned Aerial Vehicle，UAV）安装绝缘子。随着技术的进步，巨大的航拍图越来越容易获得，因此迫切需要一种精确、实时的绝缘子定位方法。一般来说，绝缘子定位存在以下影响因素：一是复杂的背景，航空影像的背景通常包括森林，河流，农田等各种场景；二是动态视图更改，有时相机可能无法对焦；三是低信噪比（Signal-Noise Ratio，SNR），与整个图像相比，相当多的像素包含损坏的绝缘体信息，在某些极端情况下，很难通过人眼识别来定位折断位置。

传统的绝缘子识别方法有利用目标颜色特征进行阈值分割的识别法[1]和基于轮廓特征的定位方法[2]等。但上述方法要求人工提取目标特征，且根据目标场景差异设计有区分度的特征，防止由于主观因素的干扰出现漏检和误检等情形，识别准确率相对不高。

与传统方法相比，深度学习在计算机视觉方面大放异彩，在过去十年中取得了瞩目的成绩。……